鸟类智慧监测系统对翠湖国家城市湿地公园的鸟类进行识别。
苍鹭的叫声转为频谱后的可视化声纹图。
基于声纹与影像的生态智能感知系统，实时感知、实时识别、实时分析。
布设在野外的声纹智能监测设备。
北京麋鹿苑的一片草坪上，停落着十几只鸟。扎堆儿的鸿雁埋着头认真觅食，体型硕大的东方白鹳迈着两条长长的红腿优雅地散步，灰色羽毛的苍鹭伸长了脖子东张西望。这样一幅画面出现在中科院半导体所研究员鉴海防的电脑屏幕中，每只鸟都被一个红框圈住，上方是人工智能识别出来的鸟的种类。
在温榆河公园的雁鸣岛，几声清脆的鸣叫声划破天际，不远处的湿地芦苇丛在不停摇摆，从中飘出叽叽喳喳的声音。游客举目循声却看不见它们的踪影，而在中科院动物研究所林聪田博士的监控大屏上，已经滚动弹出“苍鹭”和“棕头鸦雀”字样。原来，这些声音已经被布设在温榆河公园的声纹传感器探测到，并实时识别、回传到了云端监测系统。
北京市是世界上生物多样性最丰富的大都市之一，由于处在东亚-澳大利西亚候鸟迁徙通道上，每年春秋两季，大量的候鸟在迁徙时会途经这里。眼下正值候鸟迁徙季，新京报记者了解到，最近一年，一大批智能监测设备已在北京各区铺开，通过科技手段助力鸟类监测。
智慧监测系统将鸟类生活习性纳入考虑
位于海淀区的翠湖国家城市湿地公园，现在迎来了一年中最美丽的季节。成群的候鸟飞掠水面，以彩叶林为背景留下倩影。目前这里观测记录到的鸟类达到278种之多。
公园一、二期面积为157公顷，为了更好开展监测和保护，监测员每天都要挂着沉甸甸的望远镜、拿着计数器和录音笔走上2-3公里，记录鸟类的种类和数量。在海淀区湿地和野生动植物保护管理中心的支持下，从去年开始，软硬件一体化的智能监测设备在这里启用，通过连接公园摄像头，实现用人工智能识别鸟类。
中国鸟类超过1400种，北京野生鸟类已达到503种之多。这些美丽的精灵中，不乏样子独特、让人过目难忘的种类，但也有一些鸟外观相似，只有鸟类专家才能将它们一一分清。那么，它们会难住人工智能吗？
“研究人工智能计算机视觉的人，通常把鸟类识别作为验证算法的一个手段。因为鸟的种类多，相似度高，能够很好地体现算法的水平和能力。”鉴海防说，他的团队较早地将研究应用到实际中，基于AI技术开发了鸟类智慧监测系统，并首先在翠湖国家城市湿地公园开展了应用验证。
与拍一张清晰照片上传进行识别不同，系统要对自然环境中的鸟进行长周期实时识别，这并非易事。鸟的动作姿态、是否被树叶草丛遮挡、距离远近、光线明暗等，都会对识别精度造成影响。“我们用两种方法提升精度。一是收集更多的数据对模型进行训练，再就是和国内研究鸟类的专家合作，将他们的经验和知识融合到算法中。很多鸟的外表差异并不明显，就结合它们的行为特征等进行多模态识别。
他举例说，普通鸬鹚和苍鹭外观上有几分相似，对其进行识别时，系统会将它们的生活习性纳入考虑。比如，苍鹭经常停栖在水边“静候捕食”，而普通鸬鹚喜欢在水中“游泳潜水”。“我们不断把动物的知识融入系统中，让数据和知识双轮驱动。”鉴海防笑称，由于天天看鸟、请教鸟类专家，研究芯片的他仿佛也成了半个专家。
每天，监测系统会自动向管理人员发送一份监测日报。过去一天中，监测到的鸟的种类、数量、分布情况一目了然，大大降低了人工成本，提高了工作效率。
最近，在怀柔区园林绿化局的支持下，这套系统也在怀柔水库上线，用来监测在北京过冬的大天鹅等候鸟，记录它们的生活习性和迁徙规律。鉴海防说，目前在一些示范点，科研人员会对景区原有摄像头进行升级，提升其分辨率和变焦的倍数，使其看得更清楚。大多数景区信息化建设比较完善，有现成的网络，只需要将摄像头接入设备即可，一台设备可以接入景区的8个摄像头，系统识别的准确率可以达到90%以上。
“黑科技”为生物多样性调查提供帮助
有的鸟类匆匆掠过，没有留下有效影像，或者藏在林中，只闻其声。针对这种情况，科研人员还开发了声纹智能监测系统，适用于更加复杂的场景。
在密云区临近白河峡谷的龙云山景区，一个灰色设备挂在3米多高的杆子上。设备中的声音传感器收录环境中的声音，传到边缘计算设备，通过模型识别出声音类别，再回传结果到服务器，由服务器进行进一步的分析应用。如果鸟鸣声响亮，设备可以识别200米范围内的鸣叫声。
声纹智能监测系统研发团队的负责人是中科院动物所博士林聪田。他向记者展示了两段10秒的录音，苍鹭的叫声洪亮、脆生生的，中华攀雀的叫声则“秀气”很多，尖锐短促。两种鸟类的叫声听起来有很大差异，将声音转为频谱后，可视化的声纹图也迥然不同。
今年5月，林聪田团队与密云区园林绿化局建立了监测示范点，该点已经录制了接近2万条有效声音，初步识别出80多种鸟类。“以往，鸟类监测人员每隔两天进行样线调查，在这一区域只监测到了60多种鸟。”密云区园林绿化局调查队队长张德怀说，智能识别是密云鸟类调查手段的重要补充。
除了密云龙云山这样的林地生境，研究人员还在翠湖湿地公园北边的农田生境、永定河公园和温榆河公园湿地布设了10多套设备。“尤其是在温榆河公园朝阳示范区，目前有3台声纹设备在进行监测，为前不久刚刚做完的公园生物多样性调查提供了很大帮助。”林聪田说。
被网友们称为“网红公园”的温榆河公园是北京重点生态工程，肩负着生态系统修复重任，因而对生物多样性非常重视。林聪田说，此次示范区生物多样性调查中，除了传统的人工调查外，还布设了声纹和影像监测设备，进行24小时监测，仅靠3台声纹设备就采集了4万多条有效声音记录，识别出94种鸟类，占此次本底调查鸟类总数（175种）的54%。
与在深山老林中监测鸟鸣声不同，城市公园中的杂音会影响设备识别的精度。“鸟类声音多种多样，什么样的传感器适合于监测鸟类声音？在设备研发上，我们前期做了大量研究工作，与设备生产企业深度合作，才研发出了适用于复杂环境中录制鸟类声音的传感器。”
和图片识别类似，声音识别在遇到叫声相似的鸟类时也存在识别困难。除了采用传统方法对相似物种加大训练样本、提取更加精细特征外，动物所研究团队还创新地提出生态领域模型和声纹模型一起构建联合模型的识别方案。“这可以大幅提升识别准确率，但需要针对不同位点进行模型定制。”林聪田说。
他说，目前系统可以识别的鸟类物种超过800种，基本满足对常见鸟种的监测。对于不在识别模型中的物种，声纹模型首先会识别出是不是鸟类声音，经过专家确认物种种类后，再放回到系统中进行进一步的训练升级。
识别系统可用于“云科普”和“云观鸟”
张怀德已经在园林行业工作了29年，在他看来，科技手段解决了一线监测人员遇到的难题。“以往人工监测依赖于经验，但有的一线人员专业水平不足，无法直接识别看到的鸟类或者听到的鸟鸣，还可能出现识别错误的情况。智能系统则给出了标准化的监测方法。”
他说，以往红外相机拍到的照片有上千张，很多是没有拍到动物的“废片”，智能系统则可以将含有动物的照片筛选出来，大大节省了人力。
北京市海淀区湿地和野生动植物保护管理中心副主任刘颖杰说，设备能够24小时源源不断回传有效数据，即便刮风下雨也不间断。受限于财力和人力，这是人工监测很难做到的。另外，对于监测员划船才能到达的鸟岛等地点，如能布设设备进行智能监测，显然将更加便利。
“人工智能和专业人员相辅相成。”鉴海防说，如果系统发现稀有或者识别不出来的鸟类，会拍摄视频并进行事件报警，通过专家进行人工二次校验，经过校验的数据又可以帮助系统优化性能。“稀有物种经过时，很难恰巧偶遇监测人员在工作，所以，系统的全天候监测，对于珍稀物种的发现将起到非常关键的作用。”
林聪田说，目前他们已经监测到了一种在南方分布的鸟类的鸣叫。“如果后续可以拍到这种鸟的图片，就可以确定这种鸟确实已经在北京出现。”
科研人员和智能系统的使用者双方都强调了一点：长时间监测能够真正反映生物多样性随时间变化的情况。以往工作人员在候鸟迁徙季集中进行生物多样性调查，数据并不完整，而智能系统长期运行，监测结果自然可以更准确地反映鸟类的迁徙规律和生活习性。
识别系统也可以用于“云科普”和“云观鸟”。“我们曾经拍到了很有意思的画面，比如普通鸬鹚叼着很长的柳树枝在水面玩耍；鸿雁繁殖季时，鸿雁‘爸爸妈妈’带着‘小宝宝’觅食的温馨场景。”鉴海防说，由于系统有识别功能，没有鸟类知识的游客在景区大屏幕或者微信公众号上看到视频，就可以了解这些鸟类的名称，“而不是简单看个热闹”。
智能设备监测种类将扩展到鸣虫、两栖类
未来，智能系统的应用范围还将拓展。
鉴海防说，除了北京，鸟类智慧监测系统还在江西鄱阳湖、云南昆明、山东黄河三角洲国家级自然保护区开展应用示范。
鄱阳湖是当今世界上最大的白鹤、鸿雁、小天鹅种群越冬地，是东方白鹳、白枕鹤主要越冬地，也是大量珍稀候鸟的重要迁徙通道和停歇地。每年10月，大批候鸟陆续到此过冬栖息，随着候鸟数量的不断增加，候鸟监测压力增大。此时，智慧监测系统就可以助力关键大群候鸟的数量统计和白鹤等珍稀物种的活动节律研究，提升候鸟监测效率。
“近年来，大家说每年有4万只红嘴鸥飞到昆明越冬，但数量具体是多少？在云南的昆明翠湖公园，我们和中科院昆明动物所的李维薇团队开展合作，使用鸟类智慧监测系统，可以实时监测鸟类数量，相当于每天给居民提供类似天气预报的观鸟预报。”他说，这个设备今年冬天即将上线，游客在公园门口就能了解到园内有多少只红嘴鸥。
山东黄河三角洲是国家一级保护动物——东方白鹳在全球最大的繁殖地，为了让它们更好地在这里“安家落户”，人们建起了高大的人工巢。通过人工巢上的高清摄像头和鸟类智慧监测系统，可以更准确地监测候鸟种群变化和迁徙动态，并实时掌握东方白鹳等的完整成长过程和生活行为节律。
林聪田告诉记者，截至目前，声纹智能监测系统已经在北京多个区采集了近10万条有效声音数据，监测并记录到200多种鸟类的鸣叫声，这将有力支撑这些区域的生物多样性本底调查与长期监测活动。下一步，系统将扩大识别类型，从监测鸟类逐步扩展到蟋蟀等鸣虫、青蛙等两栖类和兽类，以覆盖更多物种。
另外，系统还将扩展应用范围，比如通过声音监测了解物候，即动植物和天气等随季节变化的周期性自然现象。“这是一个很重要的应用场景，比如北京的布谷鸟什么时候开始叫？什么时间逐渐不叫了？以此就能得出物候规律。声纹识别是未来生物多样性和动物物候监测的新方向和新突破，有着广阔的应用前景。”林聪田表示。
新京报记者张璐
